AI Cruise

https://search.shopping.naver.com/book/catalog/41302363631?cat_id=50010921&frm=PBOKMOD&query=%ED%8C%8C%EC%9D%B4%EC%8D%AC%EA%B3%BC+%EC%97%91%EC%85%80%EB%A1%9C+%EC%8B%9C%EC%9E%91%ED%95%98%EB%8A%94+%EB%94%A5%EB%9F%AC%EB%8B%9D&NaPm=ct%3Dlkp04ti8%7Cci%3Dd22feded26920d7c2f102b5b1ac056df66a0654f%7Ctr%3Dboknx%7Csn%3D95694%7Chk%3D814fb6b2b42152c77dd585a822cce31f96687322

■들어가며

안녕하세요, AI Cruise HY입니다.

기쁜 소식이 있어 이렇게 책 리뷰를 들고 찾아왔습니다!

한양대학교 인공지능융합대학원에서 함께 공부중인 학우분들이 집필한 딥러닝 입문서가 출판되었다는 소식인데요.

코랩이나 파이챰 등의 툴이 아니고 엑셀로 딥러닝을 공부한다니? 흥미를 돋구는 제목에 재빨리 책을 부탁드렸습니다.

시원한 색 배합이 눈에 띄는 책 표지입니다.

표지에는 학습에 필요한 소스 다운로드 링크와 Q&A 게시판 링크가 첨부되어 있습니다.

그럼 이제 본론인 책 리뷰로 들어가겠습니다.

■책 정보

제목: 파이썬과 엑셀로 시작하는 딥러닝
저자: 홍재권, 윤동현, 이승준
출판사: 정보문화사

■책에서 다루는 내용

PART 0: 개발 환경 구축

  keyword: 파이썬, 주피터 노트북, xlwings, 사이킷런, OpenCV, Numpy, Matplotlib

PART 1: 넘파이(Numpy)

  keyword: 행렬 연산, 미분

PART 2: 딥러닝 개요

  keyword: 직선의 방정식, 손실 함수, 경사 하강법, 편미분, SGD, 체인룰, 순전파, 역전파, 활성화 함수

PART 3: 회귀 예제

  keyword: 데이터 정규화, 하이퍼파라미터, 오버피팅, 당뇨병 예측 실습, 체력 검사 실습

PART 4: 분류 개요

  keyword: 이진 분류, 시그모이드, 바이너리 크로스 엔트로피, 다중 분류, 소프트맥스, 카테고리컬 크로스 엔트로피

PART 5: 분류 예제

  keyword: 원핫인코딩, 데이터 전처리, 붓꽃 분류 실습, 손글씨 분류 실습

PART 6: CNN

  keyword: 필터, Convolution, Stride, 패딩, 풀링(Max, Average), 채널

PART 7: RNN

  keyword: 은닉층, tanh(하이퍼볼릭 탄젠트)

부록 01: Google Spreadsheet 사용

부록 02: Tensorflow 사용

■리뷰

그야말로 인공지능의 시대입니다. 최근 몇 년동안 기술 분야에서 가장 핫한 키워드를 뽑아 보라고 했을 때 대부분의 사람들이 인공지능을 외쳐도 이상하지 않을 정도입니다. 이런 시대의 흐름을 따라 시장에서도 수많은 기본서, 강의, 부트캠프 등이 우후죽순 쏟아져 나오고 있습니다.

이 책도 얼핏 목차만 훑어 보면 그런 수많은 기본서들과 다르지 않아 보입니다.

손실 함수, 경사 하강법 등 기초 개념을 배우고 기본적인 회귀와 분류 문제를 실습하고 이를 CNN, RNN으로 확장하고...

하지만 이 책의 가장 큰 차별점은 이 모든 것의 원리를 Tensorflow, Pytorch 등 간편화된 라이브러리에 의존하지 않고 Numpy와 엑셀을 통해 한 단계 씩 실습해 가며 배울 수 있다는 점입니다. 또한 엑셀의 데이터 시각화 기능도 적극적으로 활용하고 있습니다.

*입문자/비전공자라면...

1) 엑셀이라는 일상에 자주 사용하는 툴을 활용해 비전공자의 진입장벽을 낮춥니다.

컴퓨터 전공자라면 간단하게는 코랩, 더 나아가서는 IDE를 활용한 딥러닝 모델 구현이 낯설지 않겠지만 비전공자 입장에선 이러한 낯선 툴의 사용이 부담이 될 수 있습니다. 이 책에서는 인풋 데이터, 모델의 학습 과정 및 결과, 예측 결과, 데이터 시각화 등을 친숙한 엑셀을 통해 한 눈에 확인할 수 있게끔 하여 심리적인 진입장벽을 낮추고 접근성을 높였습니다.

2) 간편화된 라이브러리에 의존하지 않고 기초를 탄탄하게 쌓을 수 있습니다.

이미 커뮤니티에는 머신러닝 코드 구현을 간략화하는 많은 라이브러리가 존재합니다. 실제로 이 라이브러리들 덕분에 다양한 모델 최적화 테크닉들도 쉽게 구현할 수 있게 되었습니다.

하지만 이런 라이브러리를 활용한 학습은 입문자에겐 권장하지 않습니다. 딥러닝의 기반이 되는 이론들과 작동 원리를 제대로 짚고 넘어가지 않으면 당장 다른 사람의 코드를 따라하고 옵션 몇 개를 바꾸는 건 가능해도 깊은 이해를 기반으로 딥러닝 알고리즘을 응용하고 발전시키는 것은 기대할 수 없을 것입니다.

이 책은 그러한 라이브러리에 의존하지 않고 행렬 연산을 위한 넘파이 라이브러리를 주로 사용하여 순전파, 역전파, 활성화 함수, 손실 함수 등을 단계별로 직접 구현하게끔 구성되어 있습니다. 또한 학습 진행 과정을 엑셀로 확인할 수 있게 하여 딥러닝 작동 원리를 이해하고 기초를 탄탄히 쌓는 데 도움을 줍니다.

3) 진짜! 기초부터 실습할 수 있는 책

많은 기본서들이 머신러닝은 y = wx + b 식에서 가장 데이터셋에 맞는 w, b를 찾는 것이다...라고 설명하는 걸로 시작하지만 실제 코드 실습은 좀 더 나아가 사이킷런에서 제공하는 데이터셋을 이용한 선형 회귀 구현 쯤에서 이루어집니다.

하지만 이 책은 인상깊게도(?) 단순히 y = wx에서 식을 따르는 데이터가 주어졌을 때 w값을 예측해 보는 실습부터 시작합니다. 손실 함수를 정의하고 경사 하강법을 이용하여 예측한 w값을 업데이트하는 과정을 엑셀 함수를 활용하여 구현하는데, 입문자 입장에서 이해도 쉽고 흥미를 느끼기에도 좋을 것 같았습니다. 텍스트로 이론만 읽는 것 보다는 직접 뭔가를 해 보는 게 더 기억에 오래 남으니까요.

*입문자/비전공자가 아니라도...

1) 이미 알던 것도 새롭게 다시 보자

AI Cruise 멤버끼리 이야기 할 때도 자주 나오는 말이지만, 기초 공부는 정말 끝이 없습니다. 이미 다 공부하고 넘어갔다고 생각하는 내용도 다른 방향에서 다시 보면 새로워 보이는 경우가 많습니다.

그렇기에 아무리 기초라도 배웠던 것이라고 넘어가지 말고 다양한 방향과 관점에서 끊임없이 복습하는 것이 중요하겠지요. 그런 점에서 저한테도 이 책이 많이 도움이 되었습니다. 일단 엑셀을 활용하는 점에서 신선하고, Keras 등의 도움 없이 구현된 코드를 보는 것도 오랜만이라 잊어버렸던 기억을 떠올려가며 기초를 더 단단하게 다질 수 있는 계기가 되었습니다.

2) 엑셀을 이렇게도 활용할 수 있구나... 새로운 발견

엑셀과 파이썬을 연동할 수 있다는 사실을 이 책을 통해 처음 알았습니다. 언젠가 적극적으로 활용해 보고 싶은 기능이네요. 또한 엑셀을 잘 못 쓰시는 분들은 이 책을 통해 엑셀 함수, 매크로 등을 배울 수 있는 부가 효과도 가져갈 수 있을 것 같습니다. 항상 산출물 작성하는 데 시달려 안 보고 싶은 엑셀이었는데, 이렇게 보니 새삼 정말 많은 활용도를 갖춘 도구라는 생각이 듭니다.

엑셀을 통한 딥러닝 공부에 흥미가 있으신 분들은 한 번 읽어보시길 추천드리며, 이만 리뷰 마치겠습니다.

본 리뷰는 출판사에서 책을 제공받아 작성되었습니다.

■책 정보
제목: 공대생도 잘 모르는 재미있는 공학이야기
저자: 한화택
출판사: 플루토
 
■ 4부 리뷰

1.  사고실험

생각으로 수행하는 실험

실험 장비 대신 머리로 시뮬레이션하며 자신이 가지고 있는 지식과 감을 총동원해 합리적인 결론을 도출해내는 과정을 말한다.

책에서는 자유낙하 실험도 우리가 머릿속으로 상상해보면 무게가 다른 두 물체가 떨어진다고 상상했을 때 속도 차이가 없다는 것을 알 수 있다고 말한다. 물체가 떨어지는 건 언젠가 실제로 우리가 봤기 때문에 어느 정도 속도 였다는 것을 이미 알고 있어서 더욱 정확하게 비교할 수 있었지 않나 싶다. 자신의 기억과 조건이 지니는 특성을 모두 고려했을 때 예상되는 결과를 이끌어낼 수 있다면, 실험을 해나감에 있어서 의미 있는 결과를 발견할 수 있을 것이다.

2,3. 컴퓨터 사용기

1980년 이전에는 OCR 카드로 프래그램을 개발했고, 그 이후에는 키보드로 직접 입력할 수 있게 되었다.
그즈음 개인용 컴퓨터가 만들어지면서 애플2가 나오고 키보드 대신 마우스로 조작할 수 있는 메킨토시가 출시됐다.
1980년대 중반에는 IBM, 애플, MS가 서로 경쟁하며 OS를 발전시켰다.
컴퓨터는 계산만하던 시절을 지나 문서 작성과 이미지 편집을 하고, 인터넷을 통해 통신하고  이제는 동영상을 비롯해 3차원 가상현을 구현할 수 있는 멀티미디어 기기로 발전했다.

내가 태어나기 전인 1980년대 컴퓨터 역사를 알게되었다.

책에서 '부모님이 속아주신 덕분에 우리 형제는 파인애플-2를 장만할 수 있었고,' 라는 대목이 나오는데

속는다는 것이 어떻게 보면 기회를 주는 게 아닐까 싶다. 

사실 우리가 최신 기계를 가져야하는 당위성은 없다.

가끔은 이유가 불충분해도 먼저 경험해보는 것도 나쁘지 않은 것 같다.

4.  머피의 법칙

머피의 법칙을 통해 운 나쁜 현상으로 치부하는 것이 아니라 심리적/통계적/과학적으로
누구에게나 보편적으로 일어나는 보편적인 현상으로 설명할 수 있게 되었다.

예시로 들었던 옆 차선의 차가 항상 나보다 빠른 이유는

가다 서다를 반복하면서 같은 거리를 주행하지만 그래프를 보면 옆차가 앞서 나가는 시간구간이 훨씬 많다는 것이다.

자신이 속한 차선만 유독 정체가 심하다고 느끼는 것은, 앞서가는 옆 차선과 비교하기 때문이라고 한다. 

대신 비교대상을 나보다 항상 느린 차선에 두게 되면, 샐리의 법칙(내가 바라는 대로만 일이 일어나는 현상)이 될 수 있다.

또한 빵이 떨어질 때 꼭 잼이 발린 쪽으로 떨어지는 것은 거의 필연이지만 우연으로 착각한다.

빵이 떨어질 때 회전을 하게 되는데 그때 특별히 세게 떨어뜨리는게 아니라면

90~270도 사이로 떨어지게 되어 잼이 바닥으로 향하게 되는 것이다.

잼이 바른 쪽이 더 무거울테니 돌다가 회전이 느려지면서 툭 떨어지게 되는 것 같기도 하다.

5. 풀 프루프  설계

이디엇(바보) 프루프 설계라고도 한다.
별 희안하게 제품을 위험에 빠뜨리는 사용자로 부터 안전할 수 있도록 사고를 미연에 방지하는 설계를 말한다.

방수설계, 붕충격설계, 방청설계와 같은 자연재해나 물리적 현상을 막고

재앙적인 결과를 가져올 부분을 예상해서 제품의 사용법이나 디자인을 설계한다.

와플기계만 봐도 사람들은 참 창의적으로 자신의 상황에 맞춰 기계를 활용한다.

그러다 가끔 위험함을 감지하지 못하고 가볍게 조건을 무시하면서 기계를 망가뜨리는 과정을

SNS에서 읽게 된다. 너무 당연한 사실을 몰랐다고 하는 경우가 많아서 댓글에는 '어떻게 저걸 몰라?'하는류의 의아함이 많다.

이렇게 해도 괜찮은건지 검색을 해보고 쓰자! 

7.  역해석 문제

보통 실험조건을 부여하고 결과가 어떻게 되는 관찰하는 문제를 많이 푼다.
이와 반대로 관찰된 결과를 가지고 역으로 주어진 조건이나 원일을 찾아야하는 경우를 역문제(inverse problem)이라고 한다.
결과로부터 원인을 추론하는 귀납적방법을 활용하면 다양한 기술적 문제를 도출하고 해결법을 제시할 수 있다.

책에서는 의사들의 진료를 역해설 문제로 설명했다. 환자의 증상을 보고 케이스별로 따져가며 어떤 조건이 있는지 따져가며 유추해나간다.

내가 전산직으로 근무할 때 의사처럼 역해석 문제를 다뤘다고 볼 수 있을 것 같다. 

직원들은 컴퓨터가 원하는 바를 실행하지 않으면 나에게 전화해서 물어봤는데,

그때 나는 어떤 프로그램을 쓰고 있고, 평소랑 어떻게 다른지, 오류 메세지는 뭐라고 나오고 등등을 계속 꼬리질문하면서 상황을 파악하고

몇가지 단서를 가지고 몇가지 원인을 추정했다. 그리고 하나씩 의심되는 케이스를 해결해나가다보면 문제를 해결 할 수 있었다.

이런 경험이 꽤 많이 쌓이고 나서는 A는 가능한지, B는 되는지 등 컴퓨터를 직접 가서 보지 않아도 상태를 알 수 있었고

수월하게 문제를 해결해드렸다.

 
■책 정보
제목: 공대생도 잘 모르는 재미있는 공학이야기
저자: 한화택
출판사: 플루토
 
■ 3부 리뷰
 

1. 열전달

반무한 공간에서 열이 침투되는 깊이는 시간의 제곱근에 비례한다.

비정상 열전도(Unsteady heat condition)은 온도분포가 시간의 흐름에 따라 변하는 상태에서의 열전도를 말한다.

여기서는 조리법의 절반 무게에 해당하는 칠면조 고기는 얼마나 구워야하는지를 비정상 열전도 문제로 해석해서 답을 구했다.

침투시간 = 열 침투 깊이^2 이라 침투속도는 시간이 경과함에 따라 점점 느려진다.

또 다른 예로, 겨울철 날씨가 낮아져도
온도 변화가 있는 구간은 대략 10m에 불과하다고 한다. 땅속으로 그 온도가 전파되는 속도가 점점 느려지기 때문이다.

2. 온도성층화

축열조(Thermal Storage) : 뜨거운 물이나 기타 순한 매체를 이용해 열에너지를 저장하는 장치.
축열조 온도가 성층화 되도고 유지하는 것이 혼합하는 것보다 열역학적으로 유리하다.

솔라폰드 : 태양열을 저장하기 위한 인공 자연 호수.
염분의 농도차를 이용해 농도성층화가 되면, 온도구배가 역전되도라도 혼합이 이루어지지 않는다. 이것을 활용해 따뜻한 물이 아래로 가도록 저장할 수 있다.

온도구배란 아래 위로 온도가 다른 상태를 말한다.
온도성층화는 위쪽이 따뜻하고 아래쪽이 차가운 상태를 말한다. 
 - 위쪽 : 따뜻, 더운공기, 가벼움, 공기층 안정화
 - 아래쪽 : 추움, 찬공기, 무거움, 공기층 불안정화
 
난방을 할 때는 온도성층화를 피해 아래에서 따뜻한 공기를 넣어서 섞어주고,
냉방을 할 때는 온도성층화를 활용해 아래쪽에서 찬 공기를 넣어 바닥이 시원하게 해주는 것이 좋다. 변위환기라는 환기 방식을 사용하여 신선한 외기를 아래쪽에 불어넣어주면 따뜻한 공기는 위로 배출되어 쾌적해진다.
 

3. 온열반응

발한작용 : 인체 온도가 계속해서 올라가는 것을 막기위한 현상으로 증발조절 영역인 피부와 따의 증발열로 방출된다.

찜질방에서 70~80도에서도 사람이 익지 않는 이유는 땀을 통해 발한작용이 이루어지기 때문이다.
땀이 증발하지 못하는 물 속 환경에서는 통찜이 된다..
그리고 손톱이나 머리카락처럼 땀샘이 없는 부위는 온도가 계속 올라가기 때문에 물에 적신 수건을 둘러주는 것이 좋다.
 

4. 복사냉각

복사 : 물체의 온도에 따라 발생하는 전자기파
형상계수 : 균일하게 퍼진 복사열이 다른 물체의 표면에 도달하는 복사열의 비율

5. 공기조화

공기조화란 건축물의 난방, 냉방, 환기를 통해 쾌적한 실내 환경을 제공하는 기술을 말한다.

불을 지폈을 때 발생하는 연소가스로 인해 실내 공기 오염 문제가 발생하였고,
인간은 페치카(러시아식 벽난로)처럼 연소가스와 실내 공기를 분리하거나 물을 이용해 간접난방을 하는 방식으로 해결방법을 고안하였다.

냉방의 역사는 19세기에 시작되었다.
19세기 사람들은 불은 신의 것, 냉열은 악마의 것이라는 사회적 인식이 있었다고 한다. 거기다 냉도기 냉매로 쓰인 암모니아는 냄새도 지독했기 때문에 그 시절 냉동기를 취급하는 사람은 악취나는 악마로 여겨졌다고 한다. 이를 영화한 한 것이 <모스키토 코스트>이다.
 
자연얼음과 인조얼음으로 나누어져 불렸는데 자연의 강물이 오염되면서 비로소 인조얼음이 사람들의 선택을 받게 되었다고 한다.
 

6. 풍혈냉천

제습냉각 : 습기를 제거하면 엔탈피(내부열량)이 감소하여 온도는 같더라도쾌적한 상태를 만들 수 있다.

여름철 쾌적한 공기질을 위해 제습기를 사용해야하는 이유 되시겠다.
 

7. 열물성

LPG : 액화석유가스

기체비중, 액체비중, 끓는점(비등점), 중기압, 발열량, 증발잠열에 대해 각각 설명되어 있는데 무슨 의미인지 아직 잘 모르겠다.
 

8. 에너지보존

보존의 법칙 : 물질보존, 에너지 보존, 운동량 보존
열역학 제1 법칙 에너지 보존 법칙 : 열과 일은 등가 된다.

9. 기계의 효율

열역학 제2의 법칙 열과 일의 방향성 
일은 모두 열로 바뀔 수 있지만, 역으로 열은 모두 일로 바뀔 수 없다.

10. 엔트로피 증가

열역학에서 나오는 개념.
열역학 제2의 법칙 엔트로피 증가의 법칙 : 모든 자연현상은 엔트로피가 증가하는 방향으로만 일어난다.

따뜻한 물체의 열이 차가운 물체로 이동하는 것은 자연스러운 균일화 현상이다.
그 반대인 온도차가 커지는 현상은 스스로 일어날 수 없다.

11. 전기요금과 가스요금

매트(met)란, 인체의 발영량을 기준으로 신진대사량을 표시하기 위한 단위이다.
= 작업 강도를 표현한다.

12.연료전지

로봇에는 센싱기술, 제어기술, 구동메카니증, 인공지능 등을 활용한다.

13. 유체흐름

압축성 유동 : 공기처럼 압력의 변화에 따라 밀도의 변화가 큰 유동
ex) 교통 정체 현상의 파급현상 

저자는 교통흐름을 차량의 밀도가 변화하는 압축성 유동이라고 생각한다.
이런 압축성 유동은 정체현상에서 관찰할 수 있는데 앞쪽에서 브레이크를 밟게 되면, 뒤쪽 차들이 순차적으로 브레이크 신호가 전파된다.
이때 빠른 순발력으로 브레이크 신호가 무한대의 속도로 전파된다면,
차량들이 한 덩어리처럼 가속 또는 감속하는 수준이 될 것이다.
 
또한 빈번한차선변경을 하게 되면 층류운동이 깨지고,
섭동성분(운동량 교환에 따른 저항)을 포함하는 난류운동으로 변하게 되어 모든 차선이 느려지는 현상도 보인다.
 
인공지능 기술을 통해 무인 운전시대가 도래한다면 정체구간도 수월하게 지나갈 수 있지 않을까 싶다.

 
■책 정보
제목: 공대생도 잘 모르는 재미있는 공학이야기
저자: 한화택
출판사: 플루토
 
■ 2부 리뷰

■메모 

p. 오일러 수 e  = 2.71828... 

: $y=e^{x}$  단순 증가 함수인 이 함수를 미분하든 적분하든 그대로  $y=e^{x}$가 유지된다.
: 자연로그의 밑으로 사용되는 자연상수를 말한다.
 
이 장에서는 안다는 게 무엇인지를 세분화했다.
중요한 몇가지 부분만 알고 있는 것과 
아는 것을 내적으로 소화하여 확실히 이해한 것을 비교하며 설명하며,
단순해 보이는 몇가지 과학적 사실을 확실히 이해하는 것이 공학적인 응용력과 창의력의 바탕이 된다고 말한다.
 
내가 이 책을 읽는 이유와 비슷해서 굉장히 공감이 갔던 문장이었다.
인공지능을 공부하면서 그라디언트 벡터를 활용한 경사하강법으로 오차함수의 기울기를 찾아갈 때 활용하는구나,
역전파에서 미분의 체인룰 개념을 이렇게 써서 컴퓨터 입장에서 훨씬 계산을 용이하게 만들었구나,
CNN 합성곱을 통해서 매개변수를 줄이고 입접하다는 공간정보를 활용하는 것으로 해석할 수도 있구나,
이렇게 수학적 본질을 다른 것과 융합하면서 문제를 해결하는 게 되게 신기했다.
 
결국 내가 어떤 문제에 봉착했을 때 대입해볼 수 있는 선택지가 내 머릿속에 많았으면 했다.
난 평소에 굉장히 이질적인 카테고리의 공통점을 찾는 습관이 있는데
새로운 개념을 배웠을 때 그걸 내가 보고 있는 문제나 현상에 억지로라도 끼워넣으면
이걸 적용할 수 있는 무언가를 만나게 된다. 
 
 

테일러 급수 : 대충 계산법

미분가능한 어떤 함수를 거듭제곱근수(power series)로 표현할 수 있다는 원리를 활용한 것이다.

 
$$ y=\sum_{n=0}^{\infty}a_{n}x^{n}=a_{0}+a_{1}x^{1}+a_{2}x^{2}+a_{3}x^{3}+...$$
거듭제곱급수는 멱급수라고 부르며, 무한 급수라고도 한다.
 
$$f(x+\Delta) \approx f(x)+ f\prime(x)\Delta  +f\prime\prime(x)\frac{\Delta^{2}}{2}+ ...$$
$$에서 x = 0 이고, \Delta가 작다면$$
$$f(\Delta) \approx f(0)+ f\prime(0)\Delta$$
$$sin(\Delta) \approx sin(0)+ sin\prime(0)\Delta$$
$$sin(\Delta) \approx sin(0)+ cos(0)\Delta $$ 
$$\therefore sin(\Delta) \approx \Delta$$가 된다.
 
테일러 급수를 활용하면 근사치를 구할 때 도움이 된다.
여기서는 이자율을 $\Delta$로 두었을 때 원금이 2배가 되는 햇수 n을 찾을 때 테일러급수를 이용해 푸는 예시를 들었다.
수식으로 나타내면 $$(1+\Delta)^{n}=2$$
여기에 로그를 씌워 n에 대해 풀어쓰면
$$n = \frac{ln2}{ln(1+\Delta)}$$
 
$$ln2\approx0.7, \, ln(1+\Delta)\approx\Delta$$
로 근사값을 대입해
$$\therefore n= \frac{0.7}{\Delta }$$
라는 결론을 통해 70에서 퍼센트 이자율로 나누면 원리금이 2배가 되는 햇수 n을 구할 수 있다.
 

기하평균

$$\sqrt{a\times b}^{2}=a\times b$$
두 변의 길이가 다른 직사각형의 면적은
두 변의 기하평균값을 한 변으로 하는 정사각형과 땅 면적이 동일하다.
 

해석함수 토막 

어느 특정한 범위에서 거듭제곱수로 표현되는 미분 가능한 함수를 해석함수라고 한다.
짧은 해석 함수 토막이 있다면 전체적인 해석함수의 모습을 완벽하게 만들어 낼 수 있다.

그래디언트

변수가 여러개라면 각각의 변수는 독립적이므로 벡터의 성분으로 이해할 수 있다.

미분값이 벡터가 될 수 있다.
 
각각 독립된 변수이기 때문에 편미분 기호를 사용해
$$V=f(\overrightarrow{x}) $$
$\overrightarrow{x}$는 D와L의 성분을 가진 벡터로 
$\overrightarrow{x}=(D,L)$로 표현할 수 있다.
이때 그래디언트 V는
$$\bigtriangledown V = \hat{i}\frac{\partial V}{\partial D} + \hat{j}\frac{\partial V}{\partial L}$$
 
$\hat{i}$와 $\hat{j}$는 단위벡터이고 $\partial$ 는 편미분 기호이다.
산에서 물이 흘러내리는 것과 같은 이치로 물길처럼
지역 최솟값에 빠지더라도 어느정도 수위가 차면
빠져나와서 다른 곳으로 흘러간다.
 
델 연산자는 3가지로 구분된다.
$\bigtriangledown f$ 는 그래디언트 f로 벡터량
$\bigtriangledown\cdot\overrightarrow{f}$는 다이버전스 $\overrightarrow{f}$로 스칼라량
$\bigtriangledown\times\overrightarrow{f}$ 는 컬 $\overrightarrow{f}$로 벡터량을 나타낸다.
 
 

 
■책 정보
제목: 공대생도 잘 모르는 재미있는 공학이야기
저자: 한화택
출판사: 플루토
 
■리뷰
1부에서는 관측대상을 관찰할 때 살피고 잴 때 사용하는 과학 지식을 설명한다.
처음에는 소제목만 보고 너무 지루한 책인가,,, 오해를 했는데
저자가 다방면으로 깊게 이해하고 삶과 접목한 통찰력을 논리적으로 잘 전개해
설명이 충분했고
속이 정말 시원해지는 책이었다.
 
그래서 아직 2,3부가 남았지만,
1부를 읽으면서 메모했던 일부를 기록해보고자 한다.
 
과학 시간에 배우거나 얼핏 어디서 들었던 개념들을 정확하게 다시 한 번 상기시킬 수 있어서 좋았다.

 
■메모 

p.61 무차원변수

: 절대적인 길이가 아니라 기준이 되는 양에 대해 비교대상의 양은 어떤지 상대적인 길이로 표현한 변수를 말한다.
 
예) 하루살이부터 거북이까지 수명이 다른 여러 종류의 동물들이 있지만 놀랍게도 이들의 무차원 수명은 10~13억 정도로 모두 동일한 계산 차수를 갖는다.
여기서는 특성길이를 동물의 평균적인 키, 평균속도를 움직이는 속도로 설정했다.
이를 활용해 특성시간은 자신의 키(또는 길이)에 해당하는 거리를 이동하는데 걸리는 시간으로 두었다.
 
여기서 더나아가서 저자는 인생의 시기별 무차원 세월에 대해 풀어썼다.

아이일 때는 키가 작아서 동작이 빠르기 때문에 특성시간이 짧아서 상대적으로 하루가 길고,
청년은 동작의 속도는 비슷하지만 키가 커서 특성시간의 길이가 길어져 상대적으로 하루가 짧은 것처럼 느낄 수 있다는 것이다.
 
-> 키가 작아서 좋은 점을 찾은 것 같다 ㅋㅋ
그런데 지금도 시간이 빠르게 간다고 느끼는데, 키가 조금만 더 컸다면 큰일 날 뻔했다. 
 
그리고 저자는 인생의 절대적 시간의 길이보다 무차원 인생의 길이가 중요하다면서
항상 부지런히 활동하고 끊임없이 사고한다면,
특성시간의 길이를 줄여 남들보다 긴 무차원 인생을 누릴 수 있지 않을까 하는 논리를 펼쳤는데 
문득 리추얼이라는 책에 소개되는 위대한 창조자들이 떠올랐다.
 
어쩌면 이 사람들이 다른사람보다 생산성이 뛰어나고
시간이 더 많아보이는 착각을 일으키는게 시간을 더 잘 활용한 게 아니라
끊임없이 고민하고 부지런히 움직혀
특성시간을 짧게 만든게 아닌가 하는 생각으로 연결되었다.
 
 

p.69 단위에 대한 감각이 필요하다.

 
: 감이 없으면 결과값의 오류를 찾아내기 힘들다.
대략적인 범위를 알고 있으면 이상하다는 것을 알아챌 수 있다.
 
 

p.73 불확정성의 원리 : 관찰한다는 사실이 관찰하고자 하는 내용을 바꾸어 놓는 것

베르너 하이젠베르크가 발견한 원리로 입자의 위치와 운동량을 동시에 정확하게 측정할 수 없다고 밝혔으며,
이를 통해 객곽적인 관찰에 대해 의문을 갖게 하고, 결정론적인 사고에 대한 인식을 바꿔 철학과 사상에도 많은 영향을 미쳤다.

p.74 도플러 효과 : 이동방향과 속도에 따라 파동의 주파수가 다르게 관측되는 현상

예) 기차의 기적소리가 가까이 있을 때는 고음, 멀어져갈 때는 저음으로 들리는 현상
예) 에드윈 허블은 도플러 효과를 이용해 우주가 팽창한다는 사실을 밝혀냈다
예) 도플러효과를 이용한 센서 : 초음파 유량계(초음파로 불순물에 반사된 주파수의 변화를 감지하여 유체 흐름을 방해하지 않고 관측), 레이저 도플러 유속계( 두개의 레이저 광선이 이루는 프린지를 통과해 산란된 빛의 도플러 효과를 이용해 유속을 측정한다.)
 
 

p.79 푸리에급수 : FFT 알고리즘, 모든 연속적인 주기함수는 푸리에급수로 표현할 수 있다.

예) BMP와 JPG의 차이를 설명하면서 BMP는 픽셀 하나하나 저장하는 것이고,
JPG는 중요한 저주파항에,덜 중요한 고주파항을 더해가면서 저장하는 푸리에항을 사용하는 방식이다.
 

p.88 물체에서 발생하는 파동

예) 피부에서 반사되는 가시광선, 피부온도에서 방사되는 원적외선, 두뇌 움직임에서 발생하는 뇌파
->공부할 때 살아있는 것 같다는 에너지가 느껴지는 이유가 뇌파 때문인가 싶었다.
 
 

p.90 파동의 특성

: 파동이 전달되려면 매질이 필요하다. 음파는 공기중에서 보다 물속에서 전달속도가 더 빠르다.

:파동이 전달되는 것은 매질의 이동과는 전혀 관계가 없다. 변화가 옆으로 전달되어 가는 과정일 뿐.
파도타기 할 때 제자리에서 옆사람을 보고 움직이는 것을 상상하면 된다.
 

p.91 절대온도(캘빈온도) 

: 우주에서 가장 낮은 온도를 0도로 하는 온도 단위
섭씨 영하 273.15, 절대온도 0K

p.91 빈의 법칙 : 물체는 에너지 레벨에 따라 진동수가 다른 전자기파를 발생시킨다.

예)온도가 높을 수록 진동수가 높은 현상
온도가 상대적으로 낮은 붉은별은 파장이 길고, 온도가 더 높은 노란별, 파란별 순으로 파장이 더 짧다.
 

p.92 디지털 샘플링 : 세상을 보는 속도. 

입력된 신호를 제대로 재현하려면 최고 주파수의 2배 이상의 큰 주파수로 샘플링 해야한다.

하지만 샘플릭 속도가 빠르면 순간적인 변화를 추종하느라 측정하고자하는 거대한 변화의 트렌드를 놓치기 쉽다.
장기적인 사회 변화를 감지하기 위해서는 오히려 세상살이의 세세한 것에 초연해야 한다. 스님들이 세상과 담 쌓고 살다가 1년 한 두번 세상과 접하면서 세상 보는 눈을 얻게 되는 것과 같은 이치가 아닐까 싶다.
 
->디지털 샘플링이라는 개념을 사람이 세상을 바라보는 근시안적인 시각과 원시안적 시각을 예로 들다니..
저자의 창의적인 사고에 감탄했다. 개인적으로 나도 이질적인 카테고리의 공통점을 잘 찾고 창의적인 사고를 남들보다 잘한다고 생각했는데,
머리가 띠용하는 지점이었다.

단순한 개념 설명이 아니라 이런 특성을 통찰력을 발휘해 다양한 것에 빗대어 설명해주는 책은 처음 봤다.
이 교수님은 아무래도 MBTI로 보면 N형이 아닐까 추측해본다. 
 
 

■책 정보

제목: 로봇박사 데니스홍의 꿈설계도

저자: 데니스 홍

출판사: 샘터(샘터사)

■리뷰

내 꿈 중에 하나는 인공지능 서비스를 로봇의 형태로 사람들에게 보여주고 싶은 것인데
문제는 내가 소프트웨어 전공이라
하드웨어에 관련한 기구학, 동역학, 자동제어, 전기전자 등 기계공학에 대한 내용은 잘 모른다는 것이었다.
 
몇달 전부터 도서관에서 물리 관련 책도 뒤적뒤적하고 있긴 하지만
아직 익숙한 학문은 아니라 조금 막막한 기분이 컸다.
 
그리고 내가 과연 학문적으로 이루고자 하는 것이 로봇인지, 인공신경망인지 스스로 답을 하기에도 모호한 상태여서
대학선배와 고민을 나누다 보니 그래도 마음은 인공지능 자체로 마음이 많이 기울었다.
 
어쩌면 단지 어릴 때 막연한 로망으로 로봇공학이 마음 한 구석에 자리 잡고 있는 건 아닐까 싶다.
 
그래도 자꾸 궁금하고 어떤 아이디어를 가지고 있는 분야인지,
로봇공학자가 된 데니스홍 박사님은 어떤 과정을 통해 꿈을 이루셨는지 한 번 읽어볼 필요가 있다고 생각해서
어린이 책이지만 읽어보게 되었다.
 
그런데 의외로 꽤 스토리가 많았고 생각을 표현하는 방법이 나와 꽤 비슷하다는 생각도 많이 들어서
재밌게 읽었다.
 
책을 읽기 3일 전쯤 봤던 유퀴즈온더블럭에 출연한 영상을 봤었는데
그 내용이 책에 다 있었다.
영상이 책의 요약본이라고 보면 될 것 같다.
https://youtu.be/6nk6TDU8TXs

 
<개발한 로봇 리스트>

아메바처럼 말랑말랑한 소프트로봇,
3족으로 몸통을 뒤집으면서 발이 꼬이지 않게 걸어다니는 스트라이더 로봇,
자꾸 넘어지는 로봇의 문제를 해결하기 위해 몸통을 헬륨으로 만들고 가느다란 다리를 달아
던저도 넘어지지 않고 물 위도 걸어다니는 발루 로봇,
휴머노이드 로봇 다윈의 기술을 오픈소스로 공급해서 300개 넘게 전세계적으로 퍼져나가 교육용 로봇으로 활용되고 있고,
시각장애인이 운전하는 차 브라이언을 학생들과 만들어 프로젝트를 성공적으로 마무리했다.

따뜻한 기술을 만드는 교수님의 마음이 잘 느껴지는 로봇 친구들이었다.
 
책에서는 어린시절 과학실험 준비를 위해 1년 간 자연과학책에 나온 실험들을 하면서 실험보고서를 쓰는 방법을 익히고,
미국으로 유학가서 고군분투했던 내용과 연구비를 위한 연구제안서 작성에 2년 동안 갈피를 못잡아 힘들었던 상황,
우연히 만난 로봇 연구 관련 재단에서 제안서 검토위원으로 합류할 기회를 얻으면서
뽑히는 연구제안서의 공통점을 본인의 것으로 체득하면서 로봇 연구소를 운영할 자금을 모았던 스토리까지 들을 수 있었다.
 
꽤나 경험담을 차근차근 진솔하게 풀어두셔서 마냥 초등학생들한테 이렇게 해서 이렇게 됐어요! 짜잔~ 이런 느낌이 아니라
나도 읽으면서 와 이런 경험이 있으셨구나 감명 깊었던 것 같다.
 
난 초등학생때 과학상자로 철판 조립하고,

레고블럭으로 잠수함 만들고, 
걸스카웃에서 모터달린 로봇을 만들어서 앞으로 걷는 장난감 정도 만들어 보고 많은 경험이 있었던 건 아니지만
방학마다 저런 활동을 하면서 꽤 몰입했던 경험이 좋은 추억으로 남아있다.
 
 
 
  
 
 
 
 

https://search.shopping.naver.com/book/catalog/32454998337?NaPm=ct%3Dl6j3kpyw%7Cci%3D42666b391e9115b5e4870a1cee296b6169e5fde3%7Ctr%3Dboksl%7Csn%3D95694%7Chk%3D504800525b2613b9dde1592cfdb9fde0dc78c9d8

■책 정보

제목: Do it! BERT와 GPT로 배우는 자연어 처리

저자: 이기창

출판사: 이지스퍼블리싱

■책 소개

딥러닝은 컴퓨터 비전, 자연어 처리, 신호 처리 등 다양한 분야에서 이용되고 있다.

이 책은 그 중 자연어 처리를 다루고 있으며, 특히 자연어 처리 기법 중 '트랜스포머'에 중점을 둔다.

이론뿐만 아니라 직접 실습을 해 볼 수 있는 튜토리얼도 제공한다.

■리뷰

한창 자연어 처리를 공부중일 때 북클럽에서 만나서 반가웠던 책이다.

특히 자연어 처리를 공부하다 보면 반드시 만나게 되는 단어인 'BERT'와 'GPT'를 제목으로 내세우고 있어 더 관심이 갔다.

(비록 지금은 BERT와 GPT뿐만 아니라 OPT-175B 등 또 다른 초거대 언어모델들이 속속들이 발표되고 있지만)

이 책에서 강점으로 내세우는 것은 RNN, CNN부터 다루지 않고 최신 경향인 트랜스포머부터 중점적으로 다룬다는 것이다.

그러면서도 처음 자연어 처리를 접하는 사람의 이해를 돕기 위해 기초 개념을 확실히 짚고 넘어간다.

나 역시도 트랜스포머 이전에 쓰였던 LSTM, GRU 등의 개념과 원리는 다른 책에서 먼저 접한 바 있어 어느 정도는 지식이 있다고 생각했지만, 이 책에서 새로 배우는 기초 지식도 많았다.

특히 개념으로만 알고 있었던 토큰화와 어텐션에 대한 설명이 잘 되어 있다고 느껴졌다.

딥러닝이 워낙 빠르게 변화하는 분야인 만큼, 자연어 처리에 관심이 있으면서도 최신 경향을 먼저 살펴보고 싶은 사람들에게 추천한다.

http://book.naver.com/bookdb/book_detail.naver?bid=17545678

■책 정보

제목: 핵심 딥러닝 입문: RNN, LSTM, GRU, VAE, GAN 구현

저자: 아즈마 유키나가

출판사: 책만

■책 소개

어느덧 '딥러닝' 이란 단어가 우리 일상에 가까워진 지도 몇 년이 지났다.

하지만 딥러닝에 대해 공부하고 구현하는 일은 여전히 만만치 않다.

일상적인 기술이 되었을 뿐, 본격적으로 배우기 위해서는 많은 기초 지식이 필요하기 때문이다.

이 책은 그러한 기초 지식들부터 시작해서 본격적인 딥러닝 모델 구현까지 해 볼 수 있는 기본서이다.

딥러닝 공부를 어떻게 시작할 지 몰라 막막한 사람들에게 도움이 될 것이다,

■리뷰

어떤 책이 좋은 딥러닝 기본서일까?

많은 지식을 담고 있는 책이 좋은 기본서라고 할 수도 있겠지만,

처음 입문하는 사람들에겐 같은 지식이라도 쉬운 언어로 쓰인 책이 좋은 기본서일 것이다.

이 책은 그런 점에서 기본서의 역할에 충실한 책이라고 생각한다.

딥러닝 개발용 프레임워크 설치, 파이썬 문법, 수학같은 기초 지식부터

딥러닝 모델 최적화 알고리즘, 학습 테크닉같은 응용 지식까지 폭넓은 내용을 다루면서도

이 내용들을 최대한 입문자들을 위해 쉬운 언어로 풀어내려고 했다는 것이 느껴졌다.

아무리 지식의 양이 방대해도 너무 어렵게 풀어낸 책은 중도 포기자가 발생하기 마련이다.

그런 점에서 이 책은 끝까지 한 번 읽어보자고 독려하는 느낌의 책이었다.

또한 내용 면에서도 충실하다.

이 책을 잘 따라한다면 처음 시작하는 사람도 딥러닝 개발 환경 구축부터

RNN, LSTM, GRU, VAE, GAN까지 다양한 신경망을 구현해 볼 수 있게 된다.

단순히 코드만 던져주는 게 아니고 신경망의 구조에 대한 설명도 자세하게 해 주기 때문에

딥러닝 모델에 대해 제대로 이해하고 시작하고 싶은 사람들에게 추천한다.